bfs

The research objectives are to identify weaknesses in binary program functions and combine deep learning theories to address these weaknesses. The analysis section provides definit…

The susceptibility of deep neural networks to backdoor or trojan attacks has been demonstrated, wherein an adversary embeds a trigger during the training phase. This trigger allows…

本次学术报告旨在带领听众完成图匹配网络相关知识入门。首先介绍了图匹配网络的基本概念；随后以GMN和MGMN为例讲解了图匹配网络的两种经典范式，详细阐述了图匹配网络的基本原理和应用场景；最后从任务细化、关系扩展和前沿技术引入三个角度说明了图匹配网络的前沿发展。扩展实验室同学在面对图相似度学习任务时的处理思路。

本次报告主要从Transformer框架入手，介绍基于Transformer模型的时间序列分析方法。针对Transformer模型的位置嵌入、注意力机制、模型架构三个方向在时间序列分析任务中的适应性改进方法进行总结。针对性的讲解Informer模型，并分析其在三个方向中的改进，进一步加深对模型的改进方法的理解。

本次学术报告对以往实验室软件系统/代码质量评估的研究方向做了一个总结并引出新的概念：代码异味检测。针对代码异味概念，生成原因和研究最新的方向进行了探讨。同时结合两篇论文，从多异味检测的通用性和单异味检测的特异性说明问题和难点。有助于读者进一步理解代码异味检测和代码质量评估，也启发遵守通用规范编程的意识。

本报告介绍了单词级文本对抗攻击（Word-Level Attack）的背景和基本原理，展示了在OpenAttack和TextAttack两类开源工具上的测试样例，并分别讲述了基于义原替换和粒子群算法的攻击方法、基于掩码语言模型生成对抗样本方法，最后概括了两类算法的优势和不足，以及未来的发展方向。

推荐系统通过发掘用户的行为，找到用户的个性化需求，从而将物品准确推荐给需要它的用户，帮助用户找到他们感兴趣但很难发现的物品，本文初步介绍了推荐算法的整体框架，并且介绍了两种使用图注意力网络的推荐算法，谢谢大家

本次学术报告对实验室以往在源代码漏洞检测方向的积累做一个总结，展望未来的发展方向，从技术和应用两个视角审查当前源代码漏洞检测面临的问题。进一步从泛化性、细粒度漏洞检测两个方面进行论文分享。帮助读着理清源代码漏洞检测的发展脉络和主流检测方法。